您现在访问的是微软AZURE全球版技术文档网站,若需要访问由世纪互联运营的MICROSOFT AZURE中国区技术文档网站,请访问 https://docs.azure.cn.

优化能源供应

Batch
Blob 存储
Data Science Virtual Machine
队列存储
SQL 数据库

解决方案理念

如果想了解详细信息(例如潜在用例、替代服务、实现注意事项或定价指南)来扩展本文,请通过反馈GitHub告知我们!

说明

能源网格由能源使用者以及各种类型的能源提供、交易和存储组件组成:变电库接受电力负载或出口过多的电力;电池可能会释放能量或存储它供将来使用;风力涡轮机和太阳能板 (自计划发电机) 、微涡轮机 (可调度生成器) 和需求响应请求都可用于满足网格中使用者的需求。 请求不同类型的资源的成本各不相同,而每种资源类型的容量和物理特征限制了资源的调度。 鉴于所有这些约束,智能电网操作员必须面临的中心挑战是,每种类型的资源在一个时间框架中应提交多少能量,以便满足来自电网的预测能源需求。

此解决方案提供了一个基于 Azure 的智能解决方案,它应用外部开源工具,以确定来自能源网格的各种能源的最佳能源单位承诺。 目标是最大程度地降低这些承诺产生的总成本,同时满足能源需求。 此解决方案演示了 Azure 能够适应外部工具(如 Pyomo 和 CBC)来解决大规模数值优化问题,例如混合整数线性编程,在 azure 虚拟机的 Azure Batch 上并行化多个优化任务。 其他涉及的产品包括 Azure Blob 存储、Azure 队列存储、Azure Web 应用、Azure SQL 数据库和 Power BI。

有关如何生成此解决方案的更多详细信息,请访问 GitHub 中的解决方案指南

体系结构

体系结构关系图 下载此体系结构的 SVG。

技术详细信息和工作流

  1. 示例数据由新部署的 Azure Web 作业流式传输。 Web 作业使用 Azure 门户中的资源SQL生成模拟数据。
  2. 数据模拟器将此模拟数据馈送到 Azure 存储,并写入 存储 队列中的消息,这将在解决方案流的其余部分中使用。
  3. 另一个 Web 作业监视存储队列,Azure Batch队列中的消息可用后启动一个作业。
  4. 系统Azure Batch Data Science Virtual Machines 一起用于根据收到的输入优化特定资源类型的能源需求。
  5. Azure SQL 数据库存储从服务收到的优化Azure Batch结果。 然后,这些结果在仪表板Power BI使用。
  6. 最后,Power BI用于结果可视化。